Blogi / Haridus

Tehisintellekt ja simulatsioon: õppimine otsustamise kaudu

Simulatsioonid lasevad õppijal teha valiku, näha selle tagajärgi ja uuesti proovida. Generatiivne tehisintellekt saab aidata toimunut selgitada. Nende ühendamine on paljulubav, kuid ainult siis, kui hoiame osad lahus, jätame juhtimise õpetajale ning mõõdame, mitte ei eelda.

Tušijoonistus õppijast laua taga avatud raamatuga, ookerkollaste hargnevate otsustusradadega

Illustreeriv tušijoonistus, mitte uurimisandmed

Otsus on parem harjutamise ühik kui lehekülg

Enamik digitaalset õpet palub inimestel ikka veel lugeda ja seejärel loetu kohta küsimustele vastata. Meeldejätmiseks see sobib. Hullemini sobib see selleks, millega spetsialistid päriselt hätta jäävad: valida ebakindluses, tasakaalustada eri suunda tõmbavaid eesmärke ja märgata hilinevaid tagajärgi. Hästi ehitatud simulatsioon muudab need hetked millekski, mida õppija saab harjutada. Te kehtestate poliitika, muudate töögraafikut või valite laborisammu ning süsteem reageerib.

Väärtus ei ole graafikas. See on tsüklis: otsusta, vaatle, selgita, otsusta uuesti. Iga ring annab õppijale põhjuse küsida miks ja õpetajale konkreetse hetke, mille üle arutleda.

Kaks kihti: mootor ja selgitaja

Kui räägitakse „tehisintellektil põhinevatest simulatsioonidest“, aetakse sageli segi kaks väga erinevat komponenti. Meie arvates on kasulik neid eraldi nimetada.

  • Simulatsioonimootor hoiab reegleid: kuidas süsinikumaks mudelis heidet mõjutab või kui pikaks kasvab järjekord, kui vahetuses on puudu inimesi. See peab olema dokumenteeritud, kontrollitav ja antud stsenaariumis kõigile õppijatele sama.
  • Selgituskiht on valikuline. Keelemudel võiks kirjeldada, mis muutus, pakkuda järelemõtlemiseks küsimuse või sõnastada tagasiside teisel keeletasemel. See ei tohi kunagi vaikselt muuta reegleid ega tulemust.

Kihtide lahus hoidmine on usalduse jaoks oluline. Kui selgitus on vale, on mootor endiselt õige ja õpetaja näeb erinevust. Meie avalik World Climate Simulator on näide ainult esimesest kihist: oma reeglitega hariduslik strateegiakogemus. Me ei kirjelda seda tehisintellekti mootoriga lahendusena ning selle jaoks selgituskihi loomine oleks partneritega tehtav uus arendustöö.

Mida rahvusvahelised juhised nõuavad

UNESCO juhend generatiivse tehisintellekti kohta hariduses ja teaduses on kasulik just seetõttu, et see on ettevaatlik. Rõhk on inimkesksel lähenemisel, õppijate andmete ja privaatsuse kaitsel ning sellel, et asutused valideeriksid tööriistu enne laiemat kasutamist. Juhend ei luba, et tehisintellekt parandab õppimist iseenesest. Simulatsiooniprojekti jaoks tähendab see meie jaoks kolme praktilist kohustust: õpetajad otsustavad, kuidas ja millal selgituskihti kasutatakse, andmeid kogutakse minimaalselt ja eelnevalt kokkulepitult ning asutus katsetab tööriista oma kontekstis.

Mootor peab olema õige ka iseseisvalt. Selgitaja peab oma koha välja teenima, olles õppijatele ja õpetajatele kasulik.

Disaini kontrollnimekiri, mida kasutame

  1. Nimetage otsus. Kirjeldage ühe lausega valikut, mida õppijad harjutavad, ja miks see on keeruline.
  2. Pange reeglid esmalt kirja. Dokumenteerige muutujad, eeldused ja teadaolevad lihtsustused enne liidese loomist.
  3. Otsustage, mida tehisintellekt tohib ja ei tohi öelda. Näiteks võib see kirjeldada muutusi ja esitada küsimusi, kuid ei tohi panna hindeid ega andmeid välja mõelda.
  4. Andke õpetajale lüliti. Selgituskihi saab rühmade kaupa välja lülitada ja selle väljund on töötajatele nähtav.
  5. Koguge ainult seda, mida analüüsite. Leppige salvestamine, säilitamine ja nõusolek asutusega kokku enne pilooti.

Hindamise ettepanek, mitte mõju lubadus

Me ei väida, et tehisintellekti selgitustega simulatsioonid parandavad õpitulemusi. Seda tuleb igas kontekstis näidata. Tagasihoidlik piloodi ülesehitus võiks olla selline:

  • Kaks võrreldavat rühma kasutavad sama simulatsiooni; üks näeb tehisintellekti selgitusi, teine õpetaja kirjutatud fikseeritud tagasisidet.
  • Õpetajad vaatavad üle valimi tehisintellekti selgitustest täpsuse ja tooni osas ning panevad kirja iga leitud vea.
  • Õppijad lahendavad väljaspool simulatsiooni lühikese ülekandeülesande, et mõõta arutluskäiku, mitte mänguoskust.
  • Tulemustest, sealhulgas nullist või negatiivsetest, antakse partnerasutusele aru enne igasugust laiemat kasutuselevõttu.

Kui selgituskiht ei aita, toimib simulatsioon endiselt iseseisvalt. See ongi kahekihilise ülesehituse eelis.

Kuhu edasi

Meie kirjeldused tehisintellekti toel koolitusest ja nutikast hindamisest tutvustavad arendamisel olevaid komponente, millele see artikkel viitab. Sama meetodi keskkonnapoole kohta lugege, mida kliimapoliitika simulatsioonid saavad ja ei saa öelda.

Allikad

  1. UNESCO: juhend generatiivse tehisintellekti kasutamiseks hariduses ja teaduses (inglise keeles)
  2. World Climate Simulator, avalik avaleht

Tagasi blogi juurde

Mida see teie projekti jaoks tähendab?

Eristage seda, mida õppijad suudavad teha tehisintellekti abiga, sellest, mida nad oskavad hiljem ilma selleta. Määratlege see erinevus soovitud tulemusena enne tööriistade valimist.

Palun ärge saatke kontaktivormi ega e-posti kaudu terviseandmeid või konfidentsiaalset teavet.

Tegelete millegi sarnasega?

Kirjutage, mida otsustatakse, kes on kaasatud ja milliseid tõendeid teil juba on. Vastame Tallinnast ja otsekoheselt.

info@innoquest.world